Towards reliable LES-CFD computations based on advanced LBM models utilizing (Multi-) GPGPU hardware
For several decades, engineers of different fields deal with flow problems. Due to large scales and velocities in the special field of civil engineering, this is generally a matter of transient or turbulent flows. Unfortunately, time-dependent simulations are computationally intensive by nature. Typically large “High Performance Computing” (HPC) cluster were used for the computation of such simulations. However, the simulations require several days or weeks for the computations. HPC clusters are generally not available for small and medium engineering companies. The implementation of suitable alternatives were required to provide equivalent prospects to such companies. More precisely, our aim is the possibility to execute large time-dependent flow simulations on affordable desktop systems. The first part gives an introduction to the lattice Boltzmann method (LBM), that relies on cartesian grids. Here we focus on the cumulant lattice Boltzmann model and its advantages compared to traditional LBM models. In addition we present developments relating to alternative hardware systems. This implementation is not only suitable for the execution on central processing units (CPUs), but particular optimized for the execution on general purpose graphics processing units (GPGPUs). The second part focuses on fundamental algorithmic and numerical optimizations. Hence we present the “Esoteric Twist” method that was developed at our institute, and potentially saves half of the required memory for our computations. Afterwards the implementation of an indirect addressing scheme, that saves an additional amount of memory, for example in porous media, is described. Besides the lower memory consumption, the indirect addressing provides high flexibility relating to the possible test cases, which depicts a crucial factor to solve realistic flow problems. Most test cases comprise areas of higher and areas of lower interest. Generally the areas of major interest should be discretized with a maximum resolution, while such resolution results in a waste of memory and computational work in areas of lower interest. We realized this demand with the implementation of a grid refinement method for the cartesian LBM grids. The description of a multi-GPGPU solution completes the second part. In the third part, several numerical validation tests are presented. The fourth part concludes with the consideration of real world flow problems.
Ingenieure vieler Fachbereiche setzen sich seit Jahrzehnten mit Strömungsproblemen auseinander. Aufgrund verhältnismäßig großer Skalen und Geschwindigkeiten im Bereich Bauen und Umwelt, handelt es sich dabei in der Regel um transiente bzw. turbulente Strömungen. Leider sind dafür geeignete zeitabhängige Simulationen naturgemäß sehr rechenintensiv. Das äußert sich üblicherweise darin, dass für die Durchführung entsprechender Simulationen „High Performance Computing“ (HPC) Großrechner eingesetzt werden. Trotz dieser umfangreichen Hardware Ressourcen benötigen die Berechnungen oft mehrere Tage oder sogar Wochen. Mittleren und kleinen Ingenieurbüros steht entsprechende Hardware in der Regel nicht zur Verfügung. Um dieser Zielgruppe ebenfalls die Möglichkeit einzuräumen, komplexe Strömungsprobleme zu lösen, galt es sinnvolle Alternativen zu entwickeln. Im ersten Teil wird auf die Gitter Boltzmann Methode eingegangen. Der Fokus lag dabei auf der Entwicklung und Implementierung der Kumulanten Methode (engl. cumulant lattice Boltzmann model) und deren Vorteilen bezüglich der bis dato verwendeten Modellen. Der entwickelte Code wurde neben der Verwendung auf Prozessoren (engl. central processing unit, CPUs) besonders für die Verwendung auf Grafikkarten (engl. general purpose graphics processing units, GPGPUs) optimiert. Im zweiten Teil der Arbeit wird auf einige wichtige algorithmische und numerische Optimierungen genauer eingegangen. Dabei wird die an unserem Institut entwickelte Methode mit dem Namen „Esoteric Twist“ vorgestellt, die zu einer Halbierung des Speicherbedarfs geführt hat. Weiterhin wird eine Implementierung mit indirekter Adressierung beschrieben, die ebenfalls zu weiteren Speicher-Einsparungen führte. In den meisten Fällen wird es in einem Strömungsfeld Bereiche geben, die von höherer Relevanz sind als andere. Üblicherweise möchte man entsprechende Bereiche möglichst hoch aufgelöst berechnen, während eine vergleichbare Auflösung in anderen Bereichen unnötig viele Ressourcen bindet. Realisiert wurde diese Anforderung durch ein Verfahren zur Verfeinerung der kartesischen LBM Gitter. Abgeschlossen wird der zweite Teil mit der Beschreibung der entwickelten Multi-GPGPU Lösung. Im dritten Teil werden verschiedene numerische Validierungen vorgestellt. Im abschließenden vierten Teil werden praxisnahe Fragestellungen betrachtet, die nur auf Basis der vorgestellten Implementierungen realisierbar waren.
Preview
Cite
Access Statistic
Rights
Use and reproduction:
All rights reserved